在一个列表中列出所有中央银行会议

使用 API 完成操作

使用 central_banks 组中的预测主题构建跨银行列表。脚本保留标题以 rate decision 结尾的主题，读取其事件，并输出每家银行最近的未来日期。每行输出依次包含 UTC 日期和银行名称。

应使用的事件字段是 resolves_at。when 函数读取其时间戳，并将 Z 后缀作为 UTC 偏移量处理。事件必须包含该字段，且时间戳晚于脚本启动时间，才能进入该银行的排序列表。如果同一家银行有多个未来事件，只有最早的一个会进入合并输出。脚本收集完各家银行后再进行最终排序，使不同主题的日期按顺序一起显示。

1. 获取 API 密钥 创建免费密钥，并将其保存在名为 NARWHAL_API_KEY 的环境变量中。脚本读取该变量，并通过 Authorization: Bearer YOUR_KEY 请求头将密钥发送到 https://api.narwhalapi.com。
2. 读取中央银行主题 先使用 GET /v1/predictions/topics?group=central_banks 获取主题列表，再对每家银行使用 GET /v1/predictions/topics/{topic_id}。先获取列表，脚本才能拿到请求事件所需的主题 ID。
3. 运行 Python 脚本 脚本读取每个事件的 resolves_at，保留晚于脚本启动时间的时间戳，并在每家银行的事件中对这些时间戳排序。它取出该银行最早的未来时间戳，将其转换为日期，再把日期和银行名称加入输出。
   Python：各家中央银行的下一次决议

   复制

   import os
   from datetime import datetime, timezone
   import requests
   
   HEADERS = {"Authorization": f"Bearer {os.environ['NARWHAL_API_KEY']}"}
   BASE = "https://api.narwhalapi.com/v1/predictions"
   
   
   def get(path, **params):
       r = requests.get(f"{BASE}{path}", params=params, headers=HEADERS, timeout=10)
       r.raise_for_status()
       return r.json()
   
   
   now = datetime.now(timezone.utc)
   
   
   def when(text):
       return datetime.fromisoformat(text.replace("Z", "+00:00"))
   
   
   topics = [
       t
       for t in get("/topics", group="central_banks")["topics"]
       if t["title"].endswith("rate decision")
   ]
   
   rows = []
   for topic in topics:
       events = get(f"/topics/{topic['topic_id']}")["events"]
       upcoming = sorted(
           when(e["resolves_at"])
           for e in events
           if e.get("resolves_at") and when(e["resolves_at"]) > now
       )
       if upcoming:
           rows.append(
               (
                   upcoming[0].date().isoformat(),
                   topic["title"].removesuffix(" rate decision"),
               )
           )
   
   for day, bank in sorted(rows):
       print(day, bank)

4. 按顺序查看日期 最后的循环对合并后的行排序，将最近的日期放在最前面，并将日期相同的银行列在一起。只有主题中存在 resolves_at 为未来时间的事件时，银行才会出现在结果中；脚本会排除没有此类事件的主题。

无需代码查找会议日期

打开中央银行会议指南，按月查看会议。它涵盖美联储、欧洲中央银行、英格兰银行、日本银行、加拿大银行、澳大利亚储备银行和瑞士国家银行。也可以通过各家银行的利率概率页面查看会议事件，无需编写代码。

查看指南所涵盖银行的日期时，使用月度指南。查询某一家银行时，使用该银行的利率概率页面。如果需要合并列出预测主题中所有有未来事件的银行，则运行脚本并查看按日期排序的输出。

不同情况应选哪种方法

日期列表和经济日历用于不同的日程查询。使用预测主题将各家银行的决议日期汇总到同一份输出中。如果还需要查看具体时刻，则使用日历中的 policy_rate 条目。

为什么经济日历中没有某些银行？

经济日历提供决议时间的国家数量少于预测主题覆盖的国家数量。截至2026年10月24日，日历在2026年10月24日至12月31日期间的 policy_rate 条目涵盖 USA、AUS、BRA 和 MEX，共有八次决议。

预测主题涵盖更多银行并提供会议日期，但不一定提供具体时刻。因此，某家银行未出现在这些日历条目中，并不代表预测主题中没有其决议日期。读取该银行的主题事件，即可获取脚本使用的日期。

这些日期是官方日期吗？

这些是预测市场会议事件中 resolves_at 的日期，依照各家银行公布的日程，最终以银行为准。脚本将该时间戳转换为 UTC 日期，用于合并列表。结果行中的日期应理解为该银行会议事件所附的日期。

主题 ID 会变化吗？

每次构建列表时，都从 GET /v1/predictions/topics?group=central_banks 获取主题 ID。像脚本一样，使用返回的 topic_id 值分别请求事件，避免硬编码 ID。脚本请求事件前，标题筛选会先从该组中选出利率决议主题。

示例：2026年10月26日所在周

数据来自2026年10月24日。取出每家银行最近的未来决议日期，再将日期一起排序。结果列表中有十一家银行具有未来决议事件，其 UTC 日期为：

每行代表2026年10月24日数据中某家银行最近的未来事件。统计日期落在所查询周内的银行数量，再将每日数量相加。如果还需要该周之后的决议日期，在完整列表中保留后面的行。

要统计2026年10月26日所在周的决议数量，保留日期在该周内的行。在2026年10月24日的数据中，10月28日星期三有加拿大银行、美联储和新西兰储备银行。10月29日星期四有欧洲中央银行，10月30日星期五有日本银行。